Lehrstuhl für Ökonometrie

Was ist Ökonometrie?

Ökonometrie hilft, datenbasierte Prognosen zu erstellen und dabei deren Verlässlichkeit zu bewerten, selbst wenn nur kleine Stichproben als Datenbasis zur Verfügung stehen. Darüber hinaus ermöglichen ökonometrische Methoden, (durchschnittliche) kausale Zusammenhänge zwischen ökonomischen und anderen Variablen datenbasiert zu identifizieren und zu quantifizieren. Zu letzterem gehört auch die Verlässlichkeit dieser Ergebnisse zu quantifizieren und ökonomisches Fachwissen in die empirische Analyse zu integrieren. Schließlich können mittels ökonometrischer Methoden Hypothesen statistisch bewertet werden. Für all das sind Methoden der statistischen Inferenz von zentraler Bedeutung und bilden deshalb einen Kern der ökonometrischen Theorie und damit der Ausbildung des Lehrstuhls. Im Kern steht dabei das mulitple lineare Regressionsmodell sowie Schätzverfahren, die unter unterschiedlich strengen Voraussetzungen eine aussagekräftige Schätzung solcher Modelle erlauben. In Zeiten von Machine Learning und KI ist das Verständnis statistischer Inferenz und ökonometrischer Methoden wichtiger denn je, denn prominente Machine-Learning-Verfahren wie z. B. neuronale Netze, sind komplexe nichtlineare Erweiterungen des multiplen linearen Regressionsmodells, welche mit Penalisierungsmethoden geschätzt werden müssen, z. B. mit Lasso - einer aus der Statistik stammenden Methode. All das erfordert solide Kenntnisse der Wahrscheinlichkeitslehre und Statistik sowie von modernen Programmiersprachen wie R oder Python für die empirische Durchführung der Schätzungen. Gerade die Verfügbarkeit von Large Language Modellen, welches gigantische Prognosemodelle sind, erfordert von deren Nutzer:innen Kenntnisse, um deren Resultate auf Korrektheit überprüfen zu können. Die Vermittlung all dieser Kenntnisse in der Lehre auf allen Niveaus ist ein zentrales Anliegen des Lehrstuhls für Ökonometrie.

Ein wichtiger Aspekt von Machine Learning Methoden ist die Dimensionsreduktion von Daten. Am Lehrstuhl für Ökonometrie fokussieren wir uns in einem Bereich unserer Forschung auf die Dimensionsreduktion hochdimensionaler möglicherweise trendbehafteter Zeitreihen mittels linearer Faktormodelle.